1. 课程导学：Flink CEP 在金融风控中的价值
1.1 为什么金融风控需要 Flink CEP？
金融交易系统每天产生海量、高速、时序相关的事件流。传统的批处理或简单规则引擎难以在毫秒级延迟内识别跨事件的复杂关联模式。Flink CEP（Complex Event Processing）正是为解决这一痛点而生——它能在无界数据流上实时匹配用户定义的模式序列，为异常交易检测提供低延迟、高吞吐、可精确一次保障的计算引擎。
核心价值矩阵：
| 维度 | 传统方案痛点 | Flink CEP 优势 |
|---|---|---|
| 延迟 | 分钟级批处理，错过最佳拦截窗口 | 毫秒级事件处理，实时阻断异常交易 |
| 模式表达能力 | 简单阈值规则，无法描述时序依赖 | 支持时间窗口、循环、逻辑组合、近邻等复杂模式 |
| 状态容错 | 无状态或手动管理，故障恢复困难 | 基于 Checkpoint 的精确一次语义，自动恢复 |
| 扩展性 | 单机处理，无法应对流量洪峰 | 分布式架构，水平扩展至数百节点 |
| 运维成本 | 多套系统拼凑，链路复杂 | 统一流处理平台，降低维护复杂度 |
1.2 异常交易检测场景概述
本课程聚焦于金融风控中最典型的几类异常交易模式，通过 Flink CEP 实现端到端的实时检测方案：
- 信用卡盗刷检测：短时间内多笔小额试探 + 一笔大额交易（时间窗口内模式匹配）
- 账户登录异常：异地连续登录失败 + 成功登录后的异常转账（序列模式）
- 洗钱交易识别：多账户向同一账户转账，金额接近阈值（聚合 + 循环模式）
- 交易频率异常：同一设备在 1 分钟内发起超过 10 笔交易（滑动窗口 + 计数模式）
场景特点：所有异常模式都包含时间约束、事件顺序和属性关联三个要素，这正是 CEP 模式匹配的核心能力所在。
1.3 课程目标与前置知识要求
课程目标
完成本课程后，你将能够：
- 独立搭建 Flink CEP 开发环境并编写模式匹配作业
- 掌握 CEP 核心 API：Pattern API、时间语义、状态管理
- 实现 4 种以上金融异常交易检测模式
- 将检测结果对接告警系统与风控决策引擎
- 对生产环境中的 CEP 作业进行性能调优与监控
前置知识要求
| 知识领域 | 具体要求 | 推荐学习资源 |
|---|---|---|
| Java / Scala | 熟悉基础语法、Lambda 表达式、泛型 | Java 8 实战 |
| Flink 基础 | 了解 DataStream API、Source/Sink、时间语义 | Flink 官方文档快速入门 |
| 金融风控基础 | 了解交易流程、常见风控规则 | 本课程第 2 章会补充 |
| Linux 基础 | 能使用命令行、部署应用 | 鸟哥的 Linux 私房菜 |
注意：本课程不从头讲解 Flink DataStream API 基础。如果你对 Flink 的 Source、Sink、Transformation 还不熟悉，建议先完成 Flink 官方快速入门教程再开始本课程。
1.4 课程章节速览
本课程共 30 章，分为四个阶段：
- 基础篇（第 1-8 章）：环境搭建、CEP 核心概念、Pattern API 详解
- 进阶篇（第 9-16 章）：时间语义、状态管理、多模式组合、动态规则
- 实战篇（第 17-24 章）：4 个金融异常场景的完整实现与部署
- 调优篇（第 25-30 章）：性能优化、监控告警、生产运维最佳实践
学习建议：每章都配有可运行的代码示例和测试数据，建议边学边练。遇到问题可以在课程讨论区提问，我会在 24 小时内回复。